SPSSAU__学习路径 SPSSAU手册.pdf

数据分析学习路径

在与SPSSAU用户沟通过程中发现，非常的用户均是“新手”，没有数据分析的思维和概念。

很多用户完全没有进行过数据分析，也不知道如何学习，部分用户有学习过统计学相关课程，

但依旧不会进行数据分析。

结合SPSSAU的设计理念，建议用户学习数据分析的路径如下共三步曲。

第一步：数据类型的识别

数据类型是一切研究的基石，也是数据研究思维的最基本且最关键的思维。不同学科，

不同课程，不同领域时，对于数据类型的定义基本一样，但称呼并不完全一样。首先介绍下

SPSSAU里面的数据类型，共两类，分别是定类和定量数据。

特征1特征2举例

定类数字代表类别可以计算百分数性别、是否吸烟

定量数字大小有对比意义可以计算平均值身高、体重

定类数据即是分类的意思，可以计算百分比；定量数据是指数字可以对比大小，因而可

以进行平均值计算。如果有的数据同时可以计算百分比，也可以计算平均值，此时就结合实

际研究情况，将其似着定类或者定量数据即可。比如学历，通常情况下时看作定类数据，但

数字越大也可以说成是学历越高，所以有的研究方法时把学历看作是定量数据。具体研究时

均是结合实际处理，这也是数据分析的有趣之处。

SPSSAU将数据分为两类，但在其它领域，或者学科时，数据类型的划分并不完全相同，

而且称呼均不统一。这也给研究人员带来一定困惑，下表列出不同称呼时与SPSSAU数据

类型的对应关系。

别称

定类定性数据，离散数据，名义数据，分类数据等。

定量定距数据，定比数据，定序数据，连续数据，有序数据等。

称呼各不相同，但实际意义均一致，只需要理解一句话即“算百分比时叫定类数据，算

平均值时叫定量数据”。

第二步：研究方法的选择

数据类型确认后，此时即可理解数据分析方法的选择。SPSSAU的设计理念时，区分数

据类型的同时，还区分X和Y。比如性别和是否吸烟的关系，X是性别，Y为是否吸烟。X

和Y均为定类数据。此时则应该选择“交叉卡方”分析。

SPSSAU当前共提供近60类研究方法，具体需要研究者结合数据类型，研究目的进行

选择。

第一步即选对研究方法，即数据类型的识别。具体可参考“分析方法选择”文档。

第二步即结合研究目的，常见的研究目的包括：数据基本描述、影响关系研究、差

异关系研究及其它关系。下表格列出研究目的与研究方法的对应关系。

数据基本描述

1频数分析定类数据

2描述分析定量数据

3单样本T检验定量数据

4正态性检验定量数据

5正态图定量/定类数据

6箱盒图定量数据

7词云定类数据

上表中列出数据基本描述使用到的研究方法：最常见的为频数和描述分析，分别针对定

类数据计算百分比，定量数据计算平均值。除此之外，正态性检验或者正态图可以查看定量

数据的正态性特质，箱盒图可以查看定量数据的分布、异常离群值情况；词云可以查看定类

数据的分布特征情况。

影响关系

1相关分析X和Y的相关情况

2回归分析X对Y的影响【Y定量】

3散点图X和Y关系图形展示

4二元Logistic回归